CN112489006A - 图像处理方法、装置、存储介质及终端 - Google Patents
图像处理方法、装置、存储介质及终端 Download PDFInfo
- Publication number
- CN112489006A CN112489006A CN202011349366.1A CN202011349366A CN112489006A CN 112489006 A CN112489006 A CN 112489006A CN 202011349366 A CN202011349366 A CN 202011349366A CN 112489006 A CN112489006 A CN 112489006A
- Authority
- CN
- China
- Prior art keywords
- image
- original image
- definition
- page
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 99
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 44
- 230000008859 change Effects 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims description 34
- 230000006870 function Effects 0.000 claims description 23
- 238000001914 filtration Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 18
- 238000013473 artificial intelligence Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 241001156002 Anthonomus pomorum Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G06T5/70—
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/431—Generation of visual interfaces for content selection or interaction; Content or additional data rendering
- H04N21/4318—Generation of visual interfaces for content selection or interaction; Content or additional data rendering by altering the content in the rendering process, e.g. blanking, blurring or masking an image region
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Abstract
本申请公开了一种图像处理方法、装置、存储介质及终端,属于互联网媒体领域。该方法应用于安装有互联网电视应用的终端,包括:在目标页面上显示服务器下发的原始图像;对原始图像执行图像模糊处理,得到原始图像的退化图像;获取第一数据和第二数据,第一数据用于表征原始图像的相邻像素点的灰度值变化情况,第二数据用于表征退化图像的相邻像素点的灰度值变化情况;响应于第一数据和第二数据的大小关系指示原始图像的清晰度未达标,调整原始图像的清晰度,直至得到清晰度达标的目标图像;以替换原始图像的方式,在目标页面上显示目标图像。本申请提供了一种在终端侧自动进行图像清晰度调整的方案,能够显著提升图像质量。
Description
技术领域
本申请涉及互联网媒体领域,特别涉及一种图像处理方法、装置、存储介质及终端。
背景技术
OTT(Over The Top)TV是指基于互联网的视频服务。在OTT领域,提供视频服务的终端类型包括但不限于电视机、电脑、机顶盒或智能手机等。
在终端提供视频服务的过程中,目前普遍存在的一个现象是某些页面上的图像的清晰度不佳,比如视频列表页上的图像清晰度较差。而图像的清晰度是衡量图像质量优劣的重要指标,图像的清晰度不佳直接表现为图像模糊,这会严重影响用户体验。为此,时下亟需一种图像处理方法来提升视频服务过程中的图像清晰度。
发明内容
本申请实施例提供了一种图像处理方法、装置、存储介质及终端。所述技术方案如下:
一方面,提供了一种图像处理方法,应用于安装有互联网电视应用的终端,所述方法包括:
在目标页面上显示服务器下发的原始图像,所述目标页面为所述互联网电视应用提供的页面;
对所述原始图像执行图像模糊处理,得到所述原始图像的退化图像;
获取第一数据和第二数据,所述第一数据用于表征所述原始图像的相邻像素点的灰度值变化情况,所述第二数据用于表征所述退化图像的相邻像素点的灰度值变化情况;
响应于所述第一数据和所述第二数据的大小关系指示所述原始图像的清晰度未达标,调整所述原始图像的清晰度,直至得到清晰度达标的目标图像;
以替换所述原始图像的方式,在所述目标页面上显示所述目标图像。
另一方面,提供了一种图像处理装置,所述装置包括:
第一显示模块,被配置为在目标页面上显示服务器下发的原始图像,所述目标页面为所述互联网电视应用提供的页面;
第一处理模块,被配置为对所述原始图像执行图像模糊处理,得到所述原始图像的退化图像;
检测模块,被配置为获取第一数据和第二数据,所述第一数据用于表征所述原始图像的相邻像素点的灰度值变化情况,所述第二数据用于表征所述退化图像的相邻像素点的灰度值变化情况;
第二处理模块,被配置为响应于所述第一数据和所述第二数据的大小关系指示所述原始图像的清晰度未达标,调整所述原始图像的清晰度,直至得到清晰度达标的目标图像;
所述第一显示模块,还被配置为以替换所述原始图像的方式,在所述目标页面上显示所述目标图像。
在一些实施例中,所述第一数据为所述原始图像的相邻像素点的灰度差的平方,所述第二数据为所述退化图像的相邻像素点的灰度差的平方;
所述检测模块,还被配置为响应于所述第一数据不大于所述第二数据,确定所述原始图像的清晰度未达标。
在一些实施例中,所述第二处理模块,被配置为:
对所述原始图像执行清晰度增强处理,得到第一中间图像;
响应于所述第一中间图像的清晰度达标,得到所述目标图像;
响应于所述第一中间图像的清晰度未达标,对所述第一中间图像执行清晰度增强处理,得到第二中间图像;
以此类推,重复对上一步得到的图像执行清晰度增强处理,直至得到清晰度达标的所述目标图像。
在一些实施例中,所述第二处理模块,被配置为:
在所述原始图像中确定目标区域,所述目标区域为除了图像边界之外的其他区域;
对于所述目标区域中的任意一个像素点,对所述像素点执行低通滤波处理;响应于所述像素点的低通滤波结果大于目标阈值,确定所述像素点对应所述原始图像的高频分量,对所述像素点执行清晰度增强处理;
其中,所述目标阈值的取值因所述目标页面的类型不同而变化。
在一些实施例中,响应于所述目标页面为所述互联网电视应用的视频导航页,所述目标阈值为第一取值;或,响应于所述目标页面为所述互联网电视应用的视频详情页,所述目标阈值为第二取值;或,响应于所述目标页面为所述互联网电视应用的视频列表页或视频搜索页,所述目标阈值为第三取值;其中,所述第一取值大于所述第二取值,所述第二取值大于所述第三取值。
在一些实施例中,所述第二处理模块,被配置为通过低通滤波器对所述像素点执行低通滤波处理,所述低通滤波器采用N*N的高斯掩模,N的取值为正整数。
在一些实施例中,所述第二处理模块,被配置为将对应所述高频分量的所述像素点叠加到所述原始图像相同位置的像素点上。
在一些实施例中,所述检测模块,还被配置为响应于所述目标页面上显示的所述原始图像为多张,启动多个线程;调用所述多个线程检测多张所述原始图像的清晰度是否达标。
另一方面,提供了一种终端,所述终端包括处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行以实现上述的图像处理方法。
另一方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行以实现上述的图像处理方法。
另一方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机程序代码,该计算机程序代码存储在计算机可读存储介质中,终端的处理器从计算机可读存储介质读取该计算机程序代码,处理器执行该计算机程序代码,使得该终端执行上述图像处理方法。
本申请实施例提供的技术方案带来的有益效果是:
本申请实施例提供了一种在终端侧自动进行图像清晰度调整的方案,该方案能够自动检测服务器下发的图像的清晰度,并对清晰度不达标的图像自动执行清晰度提升处理,不但确保了图像质量,满足了用户需求,而且较为智能化。另外,由于图像清晰度提升的工作交由终端侧执行,因此不但减少了UI开发人员的工作量,降低了人力成本,而且也降低了服务器下发图像数据(图像越清晰体积越大)的压力,减少了网络带宽损耗。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种图像处理方法涉及的实施环境的示意图;
图2是本申请实施例提供的一种互联网电视应用的设置页面的示意图;
图3是本申请实施例提供的另一种互联网电视应用的设置页面的示意图;
图4是本申请实施例提供的一种图像处理方法的流程图;
图5是本申请实施例提供的一种视频导航页的可能展示样式的示意图;
图6是本申请实施例提供的一种视频详情页的可能展示样式的示意图;
图7是本申请实施例提供的一种视频列表页的可能展示样式的示意图;
图8是本申请实施例提供的一种视频搜索页的可能展示样式的示意图;
图9是本申请实施例提供的一种检测图像清晰度的流程示意图;
图10是本申请实施例提供的一种执行清晰度增强处理的流程示意图;
图11是本申请实施例提供的一种图像处理方法的整体执行流程图;
图12是本申请实施例提供的一种视频导航页进行图像优化之前的示意图;
图13是本申请实施例提供的一种视频导航页进行图像优化之后的示意图;
图14是本申请实施例提供的一种视频详情页进行图像优化之前的示意图;
图15是本申请实施例提供的一种视频详情页进行图像优化之后的示意图;
图16是本申请实施例提供的一种视频搜索页进行图像优化之前的示意图;
图17是本申请实施例提供的一种视频搜索页进行图像优化之后的示意图;
图18是本申请实施例提供的一种图像处理装置的结构示意图;
图19是本申请实施例提供的一种终端的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
本申请中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分,应理解,“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系,也不对数量和执行顺序进行限定。还应理解,尽管以下描述使用术语第一、第二等来描述各种元素,但这些元素不应受术语的限制。
这些术语只是用于将一个元素与另一个元素区别开。例如,在不脱离各种示例的范围的情况下,第一图像能够被称为第二图像,并且类似地,第二图像也能够被称为第一图像。第一图像和第二图像都可以是图像,并且在某些情况下,可以是单独且不同的图像。
其中,至少一张是指一张或一张以上,例如,至少一张图像可以是一张图像、两张图像、三张图像等任意大于等于一的整数张图像。而多张是指两张或者两张以上,例如,多张图像可以是两张图像、三张图像等任意大于等于二的整数张图像。
本申请实施例提供的图像处理方案用于调整图像的清晰度。该方案涉及人工智能(Artificial Intelligence,AI)技术。
其中,AI是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
其中,计算机视觉技术(Computer Vision,CV)计算机视觉是一门研究如何使机器“看”的科学,更进一步的说,就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉,并进一步做图形处理,使电脑处理成为更适合人眼观察或传送给仪器检测的图像。作为一个科学学科,计算机视觉研究相关的理论和技术,试图建立能够从图像或者多维数据中获取信息的人工智能系统。计算机视觉技术通常包括图像处理、图像识别、图像语义理解、图像检索、OCR、视频处理、视频语义理解、视频内容/行为识别、三维物体重建、3D技术、虚拟现实、增强现实、同步定位与地图构建等技术,还包括常见的人脸识别、指纹识别等生物特征识别技术。
随着人工智能技术研究和进步,人工智能技术在多个领域展开研究和应用,例如常见的智能家居、智能穿戴设备、虚拟助理、智能音箱、智能营销、无人驾驶、自动驾驶、无人机、机器人、智能医疗、智能客服等,相信随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值。
下面先对本申请实施例可能涉及到的一些名词术语进行解释说明。
OTT:广义上讲,OTT是指通过互联网向用户提供服务。与目前运营商所提供的通信业务不同,它仅利用运营商的网络,而服务由运营商之外的第三方提供。即,OTT是指互联网公司越过运营商,发展基于开放互联网的各种视频及数据服务。其中,典型的OTT业务有互联网电视业务。
清晰度:是指影像上各细部影纹及其边界的清晰程度。在无参考图像的质量评价中,图像的清晰度是衡量图像质量优劣的重要指标,它能够较好的与人的主观感受相对应,图像的清晰度不高直接表现为图像的模糊。其中,图像的清晰度受很多因素影响,比如亮度、对比度、色调、边界、噪声、模糊等。
在一些实施例中,本申请实施例假定噪声和模糊是影响图像质量的最重要的两个因素。简单起见,本申请实施例仅对彩色图像做模糊和噪声监测。
图1是本申请实施例提供的一种图像处理方法涉及的实施环境的示意图。
参见图1,该实施环境包括:终端101和服务器102。
在本申请实施例中,终端101的类型包括但不限于:移动式终端和固定式终端。在一些实施例中,移动式终端包括但不限于:智能手机、平板电脑、笔记本电脑、电子阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器等;固定式终端包括但不限于台式电脑、智能电视机,本申请实施例对此不进行具体限定。
其中,服务器102可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。终端101以及服务器102可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。另外,本申请对终端101和服务器102的数量不做限制。
在一些实施例中,终端101具有图像处理功能,能够对服务器102下发的图像进行处理,比如调整服务器102下发的图像的清晰度。另外,终端101安装和运行有支持图像处理的应用程序。示例性地,该应用程序在本申请实施例中指代互联网电视应用(也被称为OTT客户端)。其中,该互联网电视应用能够基于运营商的网络为用户提供视频服务。
其中,服务器102用于为终端101上安装的互联网电视应用提供后台服务,终端101可以从服务器120下载安装包实现对互联网电视应用的更新。
在另一些实施例中,本申请实施例提供的图像清晰度调整方案应用在OTT客户端上。示例性地,OTT客户端对图像清晰度的调整可以是依据用户需求而启动的。如图2和图3所示,在互联网电视应用的设置页面上,新增加了开启图像片优化功能的开关选项。即,在互联网电视应用的设置页面上会显示一个图像优化选项200,其中,该图像优化选项200用于开启图像的清晰度优化功能;响应于终端101获取到用户对该图像优化选项200的触发操作,则如图3所示,会显示一条提示消息300;其中,该提示消息300用于提示已开启图像的清晰度优化功能。
基于上述的实施环境,本申请实施例提供的方案能够动态地检测当前终端101的显示屏幕上呈现的图像的清晰度,针对清晰度差的图像,能够动态地提升相应图像的清晰度,从而提升图像质量,进而提升用户体验度。
在另一些实施例中,针对OTT客户端,加载图像的场景主要包括视频导航页、视频列表页、视频搜索页和视频详情页。其中,视频导航页上的图像是最直接呈现给用户的,曝光量也是最大的,因此用户对这类图像的清晰度要求最高;其次是视频详情页,视频详情页也被称为播放器页面,图像展示量不多,主要是进行视频播放,因此用户对这类图像的清晰度要求比视频导航页低。最后是视频列表页和视频搜索页,二者的优先级基本一致,曝光量没有视频导航页和视频详情页那么高,在用户体验中更看重的是内容搜索结果、图像排列顺序、图像上的文字内容,因此用户对这类图像的清晰度要求最低。
本申请实施例提供了一种基于OTT客户端、且涉及多场景的图像清晰度自适应调整方案。下面结合如下实施例对上述方案进行详细解释说明。
图4是本申请实施例提供的一种图像处理方法的流程图。示例性地,本申请实施例以该方法由终端执行为例进行说明。参见图4,本申请实施例提供的方法流程包括:
401、终端在目标页面上显示服务器下发的原始图像,该目标页面为互联网电视应用提供的页面。
本步骤即是终端加载服务器提供的原始图像。其中,目标页面指代终端上运行的OTT客户端当前显示的页面。另外,为了便于后续区分,本申请实施例将服务器下发的图像称为原始图像。示例性地,上述原始图像是指未由服务器执行过清晰度增强处理的图像。
在一些实施例中,终端加载原始图像的过程包括但不限于:
4011、终端向服务器请求图像数据。
示例性地,终端通过向服务器发送网络请求,来获取服务器配置的图像数据。其中,该网络请求是终端基于用户输入操作生成的,比如终端在获取到用户对OTT客户端的应用图标的点击操作后,生成用于获取视频导航页的图像数据的网络请求。另外,服务器下发的图像数据通常为流形式,比如比特流。
4012、终端解码服务器下发的图像数据流。
示例性地,终端通过自定义图库来解码服务器下发的图像数据流。
4013、终端在解码图像数据流后生成原始图像并在显示屏幕上进行显示。
这一步即是将解码后的图像数据流转换成终端可以加载并展示的bitmap(位图)或drawable(是指可在显示屏幕上绘制的图形)。
在另一些实施例中,本申请实施例提供的图像清晰度调整方案能够应用在OTT客户端的多种场景下,包括但不限于:OTT客户端的视频导航页、视频详情页、视频列表页和视频搜索页。相应地,目标页面的类型包括但不限于:视频导航页、视频详情页、视频列表页和视频搜索页。
其中,视频导航页也被称为视频首页或视频主页,其指代用户启动互联网电视应用后看到的第一个页面,换言之,视频导航页是用户启动互联网电视应用时默认打开的页面。图5示出了视频导航页的一种可能展示样式。视频详情页也被称为播放器页面或播放页面,主要用户进行视频播放,图6示出了视频详情页的一种可能展示样式。列表页是应用中常见的页面类型之一,它是承接导航页与详情页的中间页,在本申请实施例中,视频列表页用于展示一列列的视频内容,比如展示一列列的视频封面和视频名称。图7示出了视频列表页的一种可能展示样式。视频搜索页用于提供视频搜索入口并展示视频搜索结果。图8示出了视频搜索页的一种可能展示样式。
相应地,在目标页面上显示服务器下发的原始图像,包括但不限于:
在互联网电视应用的视频导航页上显示服务器下发的原始图像;或,
在互联网电视应用的视频详情页上显示服务器下发的原始图像;或,
在互联网电视应用的视频列表页上显示服务器下发的原始图像;或,
在互联网电视应用的视频搜索页上显示服务器下发的原始图像。
在另一些实施例中,OTT客户端对图像清晰度的调整是依据用户需求而启动的。如图2和图3所示,在互联网电视应用的设置页面上,新增加了开启图像片优化功能的开关选项。即,在互联网电视应用的设置页面上会显示一个图像优化选项200,其中,该图像优化选项200用于开启图像的清晰度优化功能;响应于终端获取到用户对该图像优化选项200的触发操作,则如图3所示,会显示一条提示消息300;其中,该提示消息300用于提示用户当前已开启图像的清晰度优化功能。
终端从服务器加载到原始图像后,会检测原始图像的清晰度,并对清晰度未达标的原始图像进行图像清晰度的提升,直至其清晰度达标。
本申请实施例基于图像模糊的清晰度检测方式来检测图像的清晰度。简言之,如果一张图像已经模糊了,那么对它执行一次图像模糊处理,则它的高频分量变化不大;然而,如果一张图像本身是清晰的,那么对它执行一次图像模糊处理,则它的高频分量变化会非常大。因此如图9所示,可以通过对待检测图像执行一次图像模糊处理,得到待检测图像的退化图像。
其中,退化图像是指图像质量下降的原始图像。另外,高频分量对应着图像变化剧烈的部分,比如图像的边缘(轮廓)或细节部分。相应地,低频分量代表着图像中亮度或者灰度变化缓慢的区域,比如图像中大片平坦的区域。
之后,比较待检测图像和退化图像的相邻像素点的灰度值变化情况,进而根据灰度值变化的大小进行比较分析,以此来确定清晰度的高低。示例性地,清晰度结果可以为归一化处理后的结果,另外,计算结果越小表明图像越清晰,反之越模糊。
402、终端对原始图像执行图像模糊处理,得到原始图像的退化图像。
在本申请实施例中,如果目标页面上显示的原始图像为多张,则终端会开启多线程,轮询检测图像清晰度。即,本申请实施例提供的方法还包括:响应于目标页面上显示的原始图像为多张,启动多个线程;调用多个线程检测多张原始图像的清晰度是否达标。示例性地,上述清晰度检测方式可以为轮询检测。
在一些实施例中,OTT客户端在大多数场景下一行展示4张图像,因此线程池中默认的线程数上限是4。示例性地,每个线程轮询检测当前页面(目标页面)上可见的一列图像的清晰度,本申请实施例对此不进行具体限定。
示例性地,上述图像模糊处理可以为高斯模糊处理。其中,高斯模糊也称为高斯平滑,它将正态分布(又名高斯分布)用于图像处理。高斯模糊即对指定像素和其周围像素进行加权平均来得到最终结果,使用高斯分布作为滤波器。
403、获取第一数据和第二数据;响应于第一数据和第二数据的大小关系指示原始图像的清晰度未达标,调整原始图像的清晰度,直至得到清晰度达标的目标图像;其中,第一数据用于表征原始图像的相邻像素点的灰度值变化情况,第二数据用于表征退化图像的相邻像素点的灰度值变化情况。
在一些实施例中,第一数据为原始图像的相邻像素点的灰度差的平方,第二数据为退化图像的相邻像素点的灰度差的平方。
示例性地,本申请实施例利用Brenner梯度函数分别计算原始图像的相邻像素点的灰度差的平方,以及退化图像的相邻像素点的灰度差的平方。
以符号X1(第一数据)指代原始图像的相邻像素点的灰度差的平方,符号X2(第二数据)指代退化图像的相邻像素点的灰度差的平方为例,得到的平方值越小表明相应的图像越清晰,反之则越模糊。
在本申请实施例中,如果X1小于X2,则代表原始图像的清晰度达标,即这张图像的清晰度是可以接受的,无需对这张图像执行清晰度增强处理;如果X1不小于X2,比如第二数据大于第一数据,则代表原始图像的清晰度不达标,需要对这张图像执行图像清晰度增强处理。
在本申请实施例中,清晰度增强处理可能是一个多步的过程,即一张原始图像可能在经过多次的清晰度增强处理后,清晰度才达标。相应地,调整原始图像的清晰度,直至得到清晰度达标的目标图像,包括:
4031、对原始图像执行清晰度增强处理,得到第一中间图像。
4032、检测第一中间图像的清晰度是否达标;响应于第一中间图像的清晰度未达标,对第一中间图像执行清晰度增强处理,得到第二中间图像;
4033、检测第二中间图像的清晰度是否达标;响应于第二中间图像的清晰度未达标,对第二中间图像执行清晰度增强处理,得到第三中间图像;
4034、以此类推,重复对上一步得到的图像执行清晰度增强处理,直至得到清晰度达标的目标图像。
需要说明的是,上述步骤4032至步骤4034中的清晰度增强处理,与上述步骤4031类似。以检测第一中间图像的清晰度是否达标为例,详细步骤包括:对第一中间图像执行图像模糊处理,得到第一中间图像的退化图像;获取第三数据和第四数据,第三数据用于表征第一中间图像的相邻像素点的灰度值变化情况,第四数据用于表征第一中间图像的退化图像的相邻像素点的灰度值变化情况;响应于第三数据和第四数据的大小关系指示第一中间图像的清晰度未达标,确定第一中间图像的清晰度不符合要求。
综上所述,在检测某张图像的清晰度是否达标时,这张图像既有可能是上述原始图像,也可能是增强后的图像,比如上述第一中间图像、第二中间图像和第三中间图像。
在另一些实施例中,执行清晰度增强处理即是提取图像A的高频分量,然后将其叠加到图像A上,从而达到细节增强,整体锐化的效果。示例性地,将高频分量叠加到图像A上是指:将高频分量对应的像素点叠加到图像A相同位置的像素点上。形象地来说,假设图像B中仅包括了高频分量对应的像素点,其中,图像B与图像A的尺寸大小相同,那么将图像A和图像B按照相同位置进行逐像素叠加,即完成清晰度增强处理。
示例性地,本申请实施例利用laplcian算子提取高频分量。其中,该算子是图像的二阶导,在图像开始变化和结束变化的地方值不为0,渐变时结果为0。
在另一些实施例中,如图10所示,上述步骤4031中“对原始图像执行清晰度增强处理”,包括但不限于:
4031-1、输入原始图像,在原始图像中确定目标区域;其中,目标区域为除了图像边界之外的其他区域。
4031-2、对于目标区域中的任意一个像素点,对该像素点执行低通滤波处理。
本申请实施例通过低通滤波器对该像素点执行低通滤波处理。即,对除图像边界之外的每个像素点均执行N*N的低通滤波处理。
其中,滤波是掩膜(mask)和图像的卷积。通常情况下滤波过程分两步:第一步是获取掩膜;第二步是执行卷积操作。其中,滤波结果是掩膜上每个位置的值和图像上对应位置的像素值的乘加运算。
示例性地,低通滤波器采用N*N的高斯掩模,N的取值为正整数。比如,低通滤波器采用3*3的{{1,2,1},{2,4,2},{1,2,1}}的高斯掩膜,本申请实施例对此不进行具体限定。
4031-3、对于目标区域中的每个像素点,获取该像素点的低通滤波结果。
4031-4、响应于该像素点的低通滤波结果大于目标阈值,确定该像素点对应原始图像的高频分量,对该像素点执行清晰度增强处理。
其中,目标阈值的取值因目标页面的类型不同而变化。
在本申请实施例中,响应于目标页面为互联网电视应用的视频导航页,目标阈值为第一取值;或,响应于目标页面为互联网电视应用的视频详情页,目标阈值为第二取值;或,响应于目标页面为互联网电视应用的视频列表页或视频搜索页,目标阈值为第三取值;
其中,为了适应OTT客户端的多场景(视频首页、视频详情页、视频列表页、视频搜索页等),本申请实施例设置了目标阈值,只有某个像素点的低通滤波结果大于该目标阈值,才对相应的像素点执行清晰度增强处理。
在本申请实施例中,由于用户对视频首页包括的图像的清晰度要求最高,因此第一取值最大,示例性地,第一取值大于第二取值,第二取值大于第三取值。比如,第一取值为15,第二取值为12,第三取值为10。一般情况下,上述目标阈值的取值区间为(0,64)。
在另一些实施例中,对该像素点执行清晰度增强处理,包括但不限于:将对应高频分量的该像素点叠加到原始图像相同位置的像素点上。
另外,响应于该像素点的低通滤波结果不大于目标阈值,则该像素点无需处理。
4031-5、除图像边界之外,所有像素点均执行结束后,输出第一中间图像。
404、以替换原始图像的方式,在目标页面上显示目标图像。
由于原始图像的清晰度不达标,因为在提升原始图像的清晰度得到目标图像后,还需要进行图像刷新,以使清晰度达标的目标图像显示在目标页面上。
本申请实施例提供了一种在终端侧自动进行图像清晰度调整的方案,该方案能够自动检测服务器下发的图像的清晰度,并对清晰度不达标的图像自动执行清晰度提升处理,不但确保了图像质量,满足了用户需求,而且较为智能化。另外,由于图像清晰度提升的工作交由终端侧执行,因此不但减少了UI开发人员的工作量,降低了人力成本,而且也降低了服务器下发图像数据(图像越清晰体积越大)的压力,减少了网络带宽损耗。另外,本申请实施例还支持在多种场景下对图像的清晰度进行调整,适用的范围更广,智能性较优。
图11是本申请实施例提供的一种图像处理方法的整体执行流程图。示例性地,本申请实施例以该方法由终端执行为例进行说明。参见图11,本申请实施例提供的方法流程包括:
1101、终端向服务器请求图像数据。
1102、终端解码服务器下发的图像数据流。
1103、终端生成图像并在显示屏幕上进行展示。
1104、终端开启多线程,轮询检测图像的清晰度。
1105、终端对当前图像(原始图像或增强后的图像)执行图像模糊处理。
1106、终端判断当前图像的清晰度是否达标;如果否,则执行下述步骤1107;如果是,则执行下述步骤1108。
1107、终端对当前图像执行图像清晰度增强处理。
1108、终端判断当前图像是否执行过清晰度增强处理;如果否,则执行下述步骤1109;如果是,则执行下述步骤1110。
1109、终端无需在显示屏幕上进行图像替换。
1110、终端需要在显示屏幕上进行图像替换,将原来显示的清晰度未达标图像,替换为执行清晰度增强处理后得到的清晰度达标的图像。
1111、终端继续检测下一张图像。
本申请实施例提供了一种在终端侧自动进行图像清晰度调整的方案,该方案能够自动检测服务器下发的图像的清晰度,并对清晰度不达标的图像自动执行清晰度提升处理,不但确保了图像质量,满足了用户需求,而且较为智能化。另外,由于图像清晰度提升的工作交由终端侧执行,因此不但减少了UI开发人员的工作量,降低了人力成本,而且也降低了服务器下发图像数据(图像越清晰体积越大)的压力,减少了网络带宽损耗。另外,本申请实施例还支持在多种场景下对图像的清晰度进行调整,适用的范围更广,智能性较优。
在另一些实施例中,图12至图17示出了一组图像质量优化前后的对比图。其中,图12、图14和图16是指原始图像(比如服务器和UI开发人员均未做过清晰度提升处理),图13、图15和图17是指目标图像(终端进行了清晰度提升处理)。对比图12和图13可以得出,优化后的视频导航页包括的图像(顶部的两张大海报图)更清晰;对比图14和图15可以得出,优化后的视频详情页包括的图像(横向的一列图像)更清晰;对比图16和图17可以得出,优化后的视频搜索页包括的图像更清晰。
图18是本申请实施例提供的一种图像处理装置的结构示意图。参见图18,该装置包括:
第一显示模块1801,被配置为在目标页面上显示服务器下发的原始图像,所述目标页面为所述互联网电视应用提供的页面;
第一处理模块1802,被配置为对所述原始图像执行图像模糊处理,得到所述原始图像的退化图像;
检测模块1803,被配置为获取第一数据和第二数据,所述第一数据用于表征所述原始图像的相邻像素点的灰度值变化情况,所述第二数据用于表征所述退化图像的相邻像素点的灰度值变化情况;
第二处理模块1804,被配置为响应于所述第一数据和所述第二数据的大小关系指示所述原始图像的清晰度未达标,调整所述原始图像的清晰度,直至得到清晰度达标的目标图像;
第一显示模块1801,还被配置为以替换所述原始图像的方式,在所述目标页面上显示所述目标图像。
本申请实施例提供了一种在终端侧自动进行图像清晰度调整的方案,该方案能够自动检测服务器下发的图像的清晰度,并对清晰度不达标的图像自动执行清晰度提升处理,不但确保了图像质量,满足了用户需求,而且较为智能化。另外,由于图像清晰度提升的工作交由终端侧执行,因此不但减少了UI开发人员的工作量,降低了人力成本,而且也降低了服务器下发图像数据(图像越清晰体积越大)的压力,减少了网络带宽损耗。
在一些实施例中,该装置还包括:
第二显示模块,被配置为在所述互联网电视应用的设置页面上显示图像优化选项,所述图像优化选项用于开启图像的清晰度优化功能;响应于针对所述图像优化选项的触发操作,显示提示消息,所述提示消息用于提示已开启图像的清晰度优化功能。
在一些实施例中,第一显示模块,被配置为在所述互联网电视应用的视频导航页上显示服务器下发的原始图像;或,在所述互联网电视应用的视频详情页上显示服务器下发的原始图像;或,在所述互联网电视应用的视频列表页上显示服务器下发的原始图像;或,在所述互联网电视应用的视频搜索页上显示服务器下发的原始图像。
在一些实施例中,所述第一数据为所述原始图像的相邻像素点的灰度差的平方,所述第二数据为所述退化图像的相邻像素点的灰度差的平方;
所述检测模块,还被配置为响应于所述第一数据不大于所述第二数据,确定所述原始图像的清晰度未达标。
在一些实施例中,第二处理模块,被配置为:
对所述原始图像执行清晰度增强处理,得到第一中间图像;
响应于所述第一中间图像的清晰度达标,得到所述目标图像;
响应于所述第一中间图像的清晰度未达标,对所述第一中间图像执行清晰度增强处理,得到第二中间图像;
以此类推,重复对上一步得到的图像执行清晰度增强处理,直至得到清晰度达标的所述目标图像。
在一些实施例中,第二处理模块,被配置为:
在所述原始图像中确定目标区域,所述目标区域为除了图像边界之外的其他区域;
对于所述目标区域中的任意一个像素点,对所述像素点执行低通滤波处理;响应于所述像素点的低通滤波结果大于目标阈值,确定所述像素点对应所述原始图像的高频分量,对所述像素点执行清晰度增强处理;
其中,所述目标阈值的取值因所述目标页面的类型不同而变化。
在一些实施例中,响应于所述目标页面为所述互联网电视应用的视频导航页,所述目标阈值为第一取值;或,响应于所述目标页面为所述互联网电视应用的视频详情页,所述目标阈值为第二取值;或,响应于所述目标页面为所述互联网电视应用的视频列表页或视频搜索页,所述目标阈值为第三取值;其中,所述第一取值大于所述第二取值,所述第二取值大于所述第三取值。
在一些实施例中,第二处理模块,被配置为通过低通滤波器对所述像素点执行低通滤波处理,所述低通滤波器采用N*N的高斯掩模,N的取值为正整数。
在一些实施例中,第二处理模块,被配置为将对应所述高频分量的所述像素点叠加到所述原始图像相同位置的像素点上。
在一些实施例中,检测模块,还被配置为响应于所述目标页面上显示的所述原始图像为多张,启动多个线程;调用所述多个线程检测多张所述原始图像的清晰度是否达标。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
需要说明的是:上述实施例提供的图像处理装置在进行图像处理时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的图像处理装置与图像处理方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
在示例性实施例中,还提供了一种计算机设备。以计算机设备为终端为例,参见图19,其示出了本申请一个示例性实施例提供的终端1900的结构框图。
通常,终端1900包括有:处理器1901和存储器1902。
处理器1901可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器1901可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1901也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1901可以集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1901还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1902可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1902还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1902中的非暂态的计算机可读存储介质用于存储至少一个程序代码,该至少一个程序代码用于被处理器1901所执行以实现本申请中方法实施例提供的图像处理方法。
在一些实施例中,终端1900还可选包括有:外围设备接口1903和至少一个外围设备。处理器1901、存储器1902和外围设备接口1903之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1903相连。具体地,外围设备包括:射频电路1904、显示屏1905、摄像头组件1906、音频电路1907、定位组件1908和电源1909中的至少一种。
外围设备接口1903可被用于将I/O(Input/Output,输入/输出)相关的至少一个外围设备连接到处理器1901和存储器1902。在一些实施例中,处理器1901、存储器1902和外围设备接口1903被集成在同一芯片或电路板上;在一些其他实施例中,处理器1901、存储器1902和外围设备接口1903中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
射频电路1904用于接收和发射RF(Radio Frequency,射频)信号,也称电磁信号。射频电路1904通过电磁信号与通信网络以及其他通信设备进行通信。射频电路1904将电信号转换为电磁信号进行发送,或者,将接收到的电磁信号转换为电信号。可选地,射频电路1904包括:天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路1904可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于:万维网、城域网、内联网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity,无线保真)网络。在一些实施例中,射频电路1904还可以包括NFC(Near Field Communication,近距离无线通信)有关的电路,本申请对此不加以限定。
显示屏1905用于显示UI(User Interface,用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏1905是触摸显示屏时,显示屏1905还具有采集在显示屏1905的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器1901进行处理。此时,显示屏1905还可以用于提供虚拟按钮和/或虚拟键盘,也称软按钮和/或软键盘。在一些实施例中,显示屏1905可以为一个,设置在终端1900的前面板;在另一些实施例中,显示屏1905可以为至少两个,分别设置在终端1900的不同表面或呈折叠设计;在另一些实施例中,显示屏1905可以是柔性显示屏,设置在终端1900的弯曲表面上或折叠面上。甚至,显示屏1905还可以设置成非矩形的不规则图形,也即异形屏。显示屏1905可以采用LCD(Liquid Crystal Display,液晶显示屏)、OLED(Organic Light-EmittingDiode,有机发光二极管)等材质制备。
摄像头组件1906用于采集图像或视频。可选地,摄像头组件1906包括前置摄像头和后置摄像头。通常,前置摄像头设置在终端的前面板,后置摄像头设置在终端的背面。在一些实施例中,后置摄像头为至少两个,分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种,以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality,虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中,摄像头组件1906还可以包括闪光灯。闪光灯可以是单色温闪光灯,也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合,可以用于不同色温下的光线补偿。
音频电路1907可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波,并将声波转换为电信号输入至处理器1901进行处理,或者输入至射频电路1904以实现语音通信。出于立体声采集或降噪的目的,麦克风可以为多个,分别设置在终端1900的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器1901或射频电路1904的电信号转换为声波。扬声器可以是传统的薄膜扬声器,也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时,不仅可以将电信号转换为人类可听见的声波,也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中,音频电路1907还可以包括耳机插孔。
定位组件1908用于定位终端1900的当前地理位置,以实现导航或LBS(LocationBased Service,基于位置的服务)。定位组件1908可以是基于美国的GPS(GlobalPositioning System,全球定位系统)、中国的北斗系统或俄罗斯的伽利略系统的定位组件。
电源1909用于为终端1900中的各个组件进行供电。电源1909可以是交流电、直流电、一次性电池或可充电电池。当电源1909包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
在一些实施例中,终端1900还包括有一个或多个传感器1910。该一个或多个传感器1910包括但不限于:加速度传感器1911、陀螺仪传感器1912、压力传感器1913、指纹传感器1914、光学传感器1915以及接近传感器1916。
加速度传感器1911可以检测以终端1900建立的坐标系的三个坐标轴上的加速度大小。比如,加速度传感器1911可以用于检测重力加速度在三个坐标轴上的分量。处理器1901可以根据加速度传感器1911采集的重力加速度信号,控制显示屏1905以横向视图或纵向视图进行用户界面的显示。加速度传感器1911还可以用于游戏或者用户的运动数据的采集。
陀螺仪传感器1912可以检测终端1900的机体方向及转动角度,陀螺仪传感器1912可以与加速度传感器1911协同采集用户对终端1900的3D动作。处理器1901根据陀螺仪传感器1912采集的数据,可以实现如下功能:动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。
压力传感器1913可以设置在终端1900的侧边框和/或显示屏1905的下层。当压力传感器1913设置在终端1900的侧边框时,可以检测用户对终端1900的握持信号,由处理器1901根据压力传感器1913采集的握持信号进行左右手识别或快捷操作。当压力传感器1913设置在显示屏1905的下层时,由处理器1901根据用户对显示屏1905的压力操作,实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。
指纹传感器1914用于采集用户的指纹,由处理器1901根据指纹传感器1914采集到的指纹识别用户的身份,或者,由指纹传感器1914根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时,由处理器1901授权该用户执行相关的敏感操作,该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器1914可以被设置在终端1900的正面、背面或侧面。当终端1900上设置有物理按键或厂商Logo时,指纹传感器1914可以与物理按键或厂商Logo集成在一起。
光学传感器1915用于采集环境光强度。在一个实施例中,处理器1901可以根据光学传感器1915采集的环境光强度,控制显示屏1905的显示亮度。具体地,当环境光强度较高时,调高显示屏1905的显示亮度;当环境光强度较低时,调低显示屏1905的显示亮度。在另一些实施例中,处理器1901还可以根据光学传感器1915采集的环境光强度,动态调整摄像头组件1906的拍摄参数。
接近传感器1916,也称距离传感器,通常设置在终端1900的前面板。接近传感器1916用于采集用户与终端1900的正面之间的距离。在一个实施例中,当接近传感器1916检测到用户与终端1900的正面之间的距离逐渐变小时,由处理器1901控制显示屏1905从亮屏状态切换为息屏状态;当接近传感器1916检测到用户与终端1900的正面之间的距离逐渐变大时,由处理器1901控制显示屏1905从息屏状态切换为亮屏状态。
本领域技术人员可以理解,图19中示出的结构并不构成对终端1900的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在示例性实施例中,还提供了一种计算机可读存储介质,例如包括程序代码的存储器,上述程序代码可由终端中的处理器执行以完成上述实施例中的图像处理方法。例如,所述计算机可读存储介质可以是只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、光盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机程序代码,该计算机程序代码存储在计算机可读存储介质中,终端的处理器从计算机可读存储介质读取该计算机程序代码,处理器执行该计算机程序代码,使得该终端执行上述图像处理方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (15)
1.一种图像处理方法,其特征在于,应用于安装有互联网电视应用的终端,所述方法包括:
在目标页面上显示服务器下发的原始图像,所述目标页面为所述互联网电视应用提供的页面;
对所述原始图像执行图像模糊处理,得到所述原始图像的退化图像;
获取第一数据和第二数据,所述第一数据用于表征所述原始图像的相邻像素点的灰度值变化情况,所述第二数据用于表征所述退化图像的相邻像素点的灰度值变化情况;
响应于所述第一数据和所述第二数据的大小关系指示所述原始图像的清晰度未达标,调整所述原始图像的清晰度,直至得到清晰度达标的目标图像;
以替换所述原始图像的方式,在所述目标页面上显示所述目标图像。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述互联网电视应用的设置页面上显示图像优化选项,所述图像优化选项用于开启图像的清晰度优化功能;
响应于针对所述图像优化选项的触发操作,显示提示消息,所述提示消息用于提示已开启图像的清晰度优化功能。
3.根据权利要求1所述的方法,其特征在于,所述在目标页面上显示服务器下发的原始图像,包括:
在所述互联网电视应用的视频导航页上显示服务器下发的原始图像;或,
在所述互联网电视应用的视频详情页上显示服务器下发的原始图像;或,
在所述互联网电视应用的视频列表页上显示服务器下发的原始图像;或,
在所述互联网电视应用的视频搜索页上显示服务器下发的原始图像。
4.根据权利要求1所述的方法,其特征在于,所述第一数据为所述原始图像的相邻像素点的灰度差的平方,所述第二数据为所述退化图像的相邻像素点的灰度差的平方;
所述方法还包括:响应于所述第一数据不大于所述第二数据,确定所述原始图像的清晰度未达标。
5.根据权利要求1所述的方法,其特征在于,所述调整所述原始图像的清晰度,直至得到清晰度达标的目标图像,包括:
对所述原始图像执行清晰度增强处理,得到第一中间图像;
响应于所述第一中间图像的清晰度达标,得到所述目标图像;
响应于所述第一中间图像的清晰度未达标,对所述第一中间图像执行清晰度增强处理,得到第二中间图像;
以此类推,重复对上一步得到的图像执行清晰度增强处理,直至得到清晰度达标的所述目标图像。
6.根据权利要求5所述的方法,其特征在于,所述对所述原始图像执行清晰度增强处理,包括:
在所述原始图像中确定目标区域,所述目标区域为除了图像边界之外的其他区域;
对于所述目标区域中的任意一个像素点,对所述像素点执行低通滤波处理;响应于所述像素点的低通滤波结果大于目标阈值,确定所述像素点对应所述原始图像的高频分量,对所述像素点执行清晰度增强处理;
其中,所述目标阈值的取值因所述目标页面的类型不同而变化。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
响应于所述目标页面为所述互联网电视应用的视频导航页,所述目标阈值为第一取值;或,
响应于所述目标页面为所述互联网电视应用的视频详情页,所述目标阈值为第二取值;或,
响应于所述目标页面为所述互联网电视应用的视频列表页或视频搜索页,所述目标阈值为第三取值;
其中,所述第一取值大于所述第二取值,所述第二取值大于所述第三取值。
8.根据权利要求6所述的方法,其特征在于,所述对所述像素点执行低通滤波处理,包括:
通过低通滤波器对所述像素点执行低通滤波处理,所述低通滤波器采用N*N的高斯掩模,N的取值为正整数。
9.根据权利要求6所述的方法,其特征在于,所述对所述像素点执行清晰度增强处理,包括:将对应所述高频分量的所述像素点叠加到所述原始图像相同位置的像素点上。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于所述目标页面上显示的所述原始图像为多张,启动多个线程;调用所述多个线程检测多张所述原始图像的清晰度是否达标。
11.一种图像处理装置,其特征在于,所述装置包括:
第一显示模块,被配置为在目标页面上显示服务器下发的原始图像,所述目标页面为所述互联网电视应用提供的页面;
第一处理模块,被配置为对所述原始图像执行图像模糊处理,得到所述原始图像的退化图像;
检测模块,被配置为获取第一数据和第二数据,所述第一数据用于表征所述原始图像的相邻像素点的灰度值变化情况,所述第二数据用于表征所述退化图像的相邻像素点的灰度值变化情况;
第二处理模块,被配置为响应于所述第一数据和所述第二数据的大小关系指示所述原始图像的清晰度未达标,调整所述原始图像的清晰度,直至得到清晰度达标的目标图像;
所述第一显示模块,还被配置为以替换所述原始图像的方式,在所述目标页面上显示所述目标图像。
12.根据权利要求11所述的装置,其特征在于,所述装置还包括:
第二显示模块,被配置为在所述互联网电视应用的设置页面上显示图像优化选项,所述图像优化选项用于开启图像的清晰度优化功能;响应于针对所述图像优化选项的触发操作,显示提示消息,所述提示消息用于提示已开启图像的清晰度优化功能。
13.根据权利要求11所述的装置,其特征在于,所述第一显示模块,被配置为在所述互联网电视应用的视频导航页上显示服务器下发的原始图像;或,在所述互联网电视应用的视频详情页上显示服务器下发的原始图像;或,在所述互联网电视应用的视频列表页上显示服务器下发的原始图像;或,在所述互联网电视应用的视频搜索页上显示服务器下发的原始图像。
14.一种终端,其特征在于,所述终端包括处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行以实现如权利要求1至10中任一项权利要求所述的图像处理方法。
15.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行以实现如权利要求1至10中任一项权利要求所述的图像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011349366.1A CN112489006A (zh) | 2020-11-26 | 2020-11-26 | 图像处理方法、装置、存储介质及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011349366.1A CN112489006A (zh) | 2020-11-26 | 2020-11-26 | 图像处理方法、装置、存储介质及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112489006A true CN112489006A (zh) | 2021-03-12 |
Family
ID=74935191
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011349366.1A Pending CN112489006A (zh) | 2020-11-26 | 2020-11-26 | 图像处理方法、装置、存储介质及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112489006A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112950337A (zh) * | 2021-04-27 | 2021-06-11 | 拉扎斯网络科技(上海)有限公司 | 一种图像处理方法、装置、电子设备以及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110738656A (zh) * | 2019-10-28 | 2020-01-31 | 公安部交通管理科学研究所 | 一种证件照片的清晰度评估方法、存储介质及处理器 |
CN111402177A (zh) * | 2020-03-11 | 2020-07-10 | 恒睿(重庆)人工智能技术研究院有限公司 | 一种清晰度检测方法、系统、设备和介质 |
KR102164998B1 (ko) * | 2019-04-25 | 2020-10-13 | 주식회사 포바이포 | 디지털 영상 선예도 강화 방법 |
CN111859210A (zh) * | 2019-04-29 | 2020-10-30 | 百度在线网络技术(北京)有限公司 | 图像处理方法、装置、设备及存储介质 |
-
2020
- 2020-11-26 CN CN202011349366.1A patent/CN112489006A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102164998B1 (ko) * | 2019-04-25 | 2020-10-13 | 주식회사 포바이포 | 디지털 영상 선예도 강화 방법 |
CN111859210A (zh) * | 2019-04-29 | 2020-10-30 | 百度在线网络技术(北京)有限公司 | 图像处理方法、装置、设备及存储介质 |
CN110738656A (zh) * | 2019-10-28 | 2020-01-31 | 公安部交通管理科学研究所 | 一种证件照片的清晰度评估方法、存储介质及处理器 |
CN111402177A (zh) * | 2020-03-11 | 2020-07-10 | 恒睿(重庆)人工智能技术研究院有限公司 | 一种清晰度检测方法、系统、设备和介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112950337A (zh) * | 2021-04-27 | 2021-06-11 | 拉扎斯网络科技(上海)有限公司 | 一种图像处理方法、装置、电子设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829864B (zh) | 图像处理方法、装置、设备及存储介质 | |
CN110839128B (zh) | 拍照行为检测方法、装置及存储介质 | |
CN112578971B (zh) | 页面内容展示方法、装置、计算机设备及存储介质 | |
CN111753784A (zh) | 视频的特效处理方法、装置、终端及存储介质 | |
CN110290426B (zh) | 展示资源的方法、装置、设备及存储介质 | |
CN111178343A (zh) | 基于人工智能的多媒体资源检测方法、装置、设备及介质 | |
CN112749613A (zh) | 视频数据处理方法、装置、计算机设备及存储介质 | |
CN113038165B (zh) | 确定编码参数组的方法、设备及存储介质 | |
CN112084811A (zh) | 身份信息的确定方法、装置及存储介质 | |
CN112991494A (zh) | 图像生成方法、装置、计算机设备及计算机可读存储介质 | |
CN110839174A (zh) | 图像处理的方法、装置、计算机设备以及存储介质 | |
CN111586444B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN111723803A (zh) | 图像处理方法、装置、设备及存储介质 | |
CN111432245B (zh) | 多媒体信息的播放控制方法、装置、设备及存储介质 | |
CN110647881A (zh) | 确定图像对应的卡片类型的方法、装置、设备及存储介质 | |
CN112770173A (zh) | 直播画面处理方法、装置、计算机设备及存储介质 | |
CN110189348B (zh) | 头像处理方法、装置、计算机设备及存储介质 | |
CN111586279B (zh) | 确定拍摄状态的方法、装置、设备及存储介质 | |
CN109660876B (zh) | 显示列表的方法和装置 | |
CN110675473A (zh) | 生成gif动态图的方法、装置、电子设备及介质 | |
CN112184581B (zh) | 图像处理方法、装置、计算机设备及介质 | |
CN111068323B (zh) | 智能速度检测方法、装置、计算机设备及存储介质 | |
CN112489006A (zh) | 图像处理方法、装置、存储介质及终端 | |
CN111327819A (zh) | 选择图像的方法、装置、电子设备及介质 | |
CN115798418A (zh) | 图像显示方法、装置、终端及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40041358 Country of ref document: HK |